Proyecto Final Talento TECH

Inteligencia Artificial

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import os
import plotly.express as pex
import plotly.graph_objects as go
import plotly.io as pio
import seaborn as sb
import plotly.figure_factory as ff

Información Personal

Información personal

Se incluyen 10 varibles incluyendo la información personal del colaborador, entre las cuales se incluye identificación, género, etnia, entre otros.

N°	VARIABLE	DESCRIPCION	ITEMS
1	ESTU_TIPODOCUMENTO	Documento	CC – Cédula de ciudadanía CE – Cédula extranjera CR – Certificado registraduría CCB – Certificado de cabildo NES – Número establecido por la SE PC – Pasaporte colombiano PE – Pasaporte extranjero RC – Registro civil PEP– Permiso Especial de Permanencia NUIP - Número único de Identificación Persona V - Por verificar TI – Tarjeta de identidad
2	ESTU_NACIONALIDAD	Nacionalidad	Nacionalidad
3	ESTU_GENERO	Genero	F - Femenino M - Masculino
4	ESTU_FECHANACIMIENTO	Fecha Nacimiento	[DD/MM/AAAA]
5	PERIODO	Periodo	Periodo del examen
6	ESTU_CONSECUTIVO	Consecutivo	Id público del estudiante en Saber Pro
7	ESTU_ESTUDIANTE	Estudiante	ESTUDIANTE INDIVIDUAL
8	ESTU_TIENEETNIA	Tiene etnia	¿Pertenece usted a un grupo étnico minoritario? SI NO
9	ESTU_PAIS_RESIDE	Pais residencia	Pais de residencia
10	ESTU_ETNIA	Etnia	¿Cuál es el grupo étnico minoritario al que pertenece? Arhuaco Cancuamo Comunidad afrodescendiente Comunidades Rom (Gitanas) Cubeo Emberá Guambiano Huitoto Inga Paez Palenquero Pasto Pijao Raizal Sikuani Tucano Wayúu Zenú Otro grupo étnico minoritario Ninguno

values=df2['ESTU_GENERO'].value_counts()
labels=["Femenino","Masculino"]
fig0=go.Figure(data=[go.Pie(                             # fuente de datos
          values=values,
          labels=labels,
          textinfo='label+percent+value',           # columna x
          insidetextorientation='radial'
                            )])
fig0=fig0.update_layout(legend=dict(
        x=0.35,
        y=-0.15,
        traceorder="normal",
        font=dict(
            family="sans-serif",
            size=12,
            color="black"
        ),
    ),
    margin=dict(t=5, b=0, l=0, r=0),
    #height=250, 
    width=200,
                      showlegend=False)
fig0.show()

fig1=pex.scatter(df2                                # fuente de datos
          , x="PUNT_MATEMATICAS"               # columna x
          , y="PUNT_LECTURA_CRITICA"           # columna y
          , width = 600, height=400            # tamaño del gráfico
          , hover_data= ["ESTU_GENERO"]        # información a despelegar de manera emergente al pasar el cursor
          , color="ESTU_GENERO"  # color de los puntos
          #, title = "Energía consumida por el sector Comercial primario vs Energía generada por fuentes nucleares"
          ,labels= { "PUNT_MATEMATICAS" : "Puntaje matematicas", "PUNT_LECTURA_CRITICA": "Puntaje lectura critica"}
          ,marginal_x = "box"
          ,marginal_y = "box"
          # ,range_x = [20000, 40000]
            )

fig1=fig1.update_layout(legend=dict(
    yanchor="bottom",
    y=-0.2,
    xanchor="right",
    x=0.98,
    traceorder="normal",
    font=dict(
        family="sans-serif",
        size=12,
        color="black"
    ),),
    margin=dict(t=5, b=0, l=0, r=0)
)

fig1.show()

Figure 1: Analisis por genero

Figure 2: Analisis por genero

values2=df2['ESTU_ETNIA'].value_counts()
print(values2)
## ESTU_ETNIA
## Ninguno                          365782
## Comunidad afrodescendiente        13009
## Zenú                               2115
## Otro grupo étnico minoritario      1895
## Wayúu                              1379
## Pasto                              1190
## Paez                                981
## Emberá                              507
## Pijao                               438
## Raizal                              278
## Inga                                141
## Cancuamo                            132
## Sikuani                             110
## Guambiano                            94
## Cubeo                                72
## Palenquero                           55
## Arhuaco                              54
## Huitoto                              45
## Tucano                               24
## Comunidades Rom (Gitanas)             9
## Name: count, dtype: int64
print("Total=                          ",values2.sum())
## Total=                           388310

Analisis por etnia

## ## Versión interactiva del diagrama de dispersión
pex.scatter(df2                                # fuente de datos
          , x="PUNT_MATEMATICAS"               # columna x
          , y="PUNT_LECTURA_CRITICA"           # columna y
          , width = 800, height=500            # tamaño del gráfico
          , hover_data= ["ESTU_ETNIA"]        # información a despelegar de manera emergente al pasar el cursor
          , color="ESTU_ETNIA"  # color de los puntos
          #, title = "Energía consumida por el sector Comercial primario vs Energía generada por fuentes nucleares"
          ,labels= { "PUNT_MATEMATICAS" : "Puntaje matematicas", "PUNT_LECTURA_CRITICA": "Puntaje lectura critica"}
          ,marginal_x = "box"
          ,marginal_y = "box"
          # ,range_x = [20000, 40000]
            )